基于 Flask 与 MySQL 实现番剧推荐系统（2）

最新推荐文章于 2024-04-19 08:39:47 发布

oxuzhenyi

最新推荐文章于 2024-04-19 08:39:47 发布

阅读量2.2k

点赞数

分类专栏：实验楼课程文章标签： python Flask Web

实验楼课程专栏收录该内容

168 篇文章 42 订阅

订阅专栏

推荐系统的实现

一、实验简介

1.1 实验介绍

本节实验我们将在上一节实验的基础上实现推荐系统的核心部分。

1.2 知识点

本节实验中我们将学习并实践下列知识点：

Jinja2模板引擎的使用
http请求的处理
复杂sql查询的使用
简单的推荐算法

二、基础知识

路由： Flask 支持用 route() 装饰器把一个函数绑定到对应的 URL 上，从而实现路由功能。

如下图代码所示，实现了 URL /hello 和 / 两个地址的访问请求处理：

此处输入图片的描述

三、简单推荐算法实现

本节实验中我们实现的推荐算法比较简单，基本思路：

找到用户所喜爱的番剧
分析这些番剧的类别（一个番剧可能有多个标签），进行统计排序
找到前三个标签，从数据库中找到同时具有这三个标签的番剧（喜欢的不能再推荐）
将番剧相关信息（name，brief）进行展示

SQL 数据库操作的实现上述的思路1 和思路2：

下面代码实现得到用户所喜欢top3类型
    sql='''
    select style_id   from
        (select user_id,style_id from 
        (select user_id,anime_id as id from user_anime where user_id=%s) as s 
        natural join anime natural join 
        (select anime_id as id,style_id from anime_style) as n
         )as temp group by style_id order by count(user_id) desc limit 3;'''%user

其中下图所划去的一行内容对应思路1，即从 user_anime 表中查询用户和喜欢的番剧数据对：

(select user_id,anime_id as id from user_anime where user_id=%s) as s

剩下的两个 select 操作由以下代码共同完成：

此处输入图片的描述

上图中的红线部分较重要，其中第二个红线部分用了 Python 的 Set 数据结构以取交集。love 是喜欢番剧的列表，choice() 函数是随机取一个。while 循环中保证不取与喜欢的重复的，这里还考虑一个问题，就是你得到的交集是喜欢集合的子集，如果不加判断将会导致死循环，所以这种情况拿出来判断，如果出现这种情况就从用户最喜欢类别中拿出一个番剧。

完整代码实现在 recommend.py 文件中，代码如下：

# -*- coding: utf-8 -*-
"""
Created on Thu Aug 25 18:47:40 2016

@author: Albert
"""

from random import choice
import MySQLdb

def recommend(user):
    #连接数据库
    DB=MySQLdb.connect("localhost","root","","recommend")
    #获得数据库游标
    c=DB.cursor()

    #下面代码为实现从数据库中得到用户user所喜欢的番剧编号，以便判断重复
    love=[]
    #sql语句
    sql="select anime_id  from user_anime where user_id=%s"%user
    c.execute(sql)
    #得到结果集
    results=c.fetchall()
    for line in results:
        love.append(line[0])

    #下面代码实现得到用户所喜欢top3类型
    sql='''
    select style_id   from
        (select user_id,style_id from 
        (select user_id,anime_id as id from user_anime where user_id=%s) as s 
        natural join anime natural join 
        (select anime_id as id,style_id from anime_style) as n
         )as temp group by style_id order by count(user_id) desc limit 3;'''%user

    c.execute(sql)
    results=c.fetchall()
    lis=[]
    anime={}
    for (line,) in results:

        lis.append(line)
    for i in lis:
        #从番剧信息的数据库中得到Top3各个类别的所有番剧并存入anime字典中
        sql="select anime_id from anime_style where style_id="+str(i)+";"
        c.execute(sql)
        results=c.fetchall()  
        anime_lis=[]
        for result in results:
            anime_lis.append(result[0])
        #类型为key，值为存放番剧数据的列表
        anime[str(i)]=anime_lis 
    #建立三个类别番剧的set（集合），并取交集，即得到同时有三个类型标签的番剧
    s=set(anime[str(lis[0])])&set(anime[str(lis[1])])&set(anime[str(lis[2])])

    #建立用户喜欢番剧的集合
    loveSet=set(love)
    #如果系统得到的所有番剧用户均已看过了即loveSet>s，就从Top1类型即最喜欢的类型中挑选一个
    #这里我们默认数据库量够大，即用户没有把一个类别的所有番剧看完
    if loveSet>s:
        s=set(anime[str(lis[0])])

    #把集合转化为列表以待随机函数的使用
    set_lis=[]
    for i in s:
        set_lis.append(i)
    #从结果中随机挑选
    recommend=choice(set_lis) 
    #直至挑选到用户没看过的
    while  recommend in love:
        recommend=choice(set_lis)
    dic={}
    #得到推荐番剧的相关信息，返回以待使用，显示
    sql="select name,brief from anime where id="+str(recommend)+";"
    c.execute(sql)
    results=c.fetchall()
    dic['name']=results[0][0]
    dic['brief']=results[0][1]

    DB.close()
    return dic

四、推荐系统的实现及部署

4.1 app.py 的实现

系统运行的启动我们使用 Flask 实现在 app.py 文件中，详细代码：

# -*- coding: utf-8 -*-
"""
Created on Mon Aug 29 19:45:40 2016

@author: Albert
"""

from flask import Flask,render_template,request
import recommend
app=Flask(__name__)
@app.route('/')
def index():
    return render_template('index.html')
@app.route('/search/')
def search():
    #request为全局变量可得到用户输入信息
    n=request.args.get('user')
    #调用推荐函数
    dic=recommend.recommend(n)
    #用返回结果进行模板渲染
    return render_template('search.html',Data=dic)
if __name__=="__main__":
    app.run(debug=True)

其中，render_template 为模板渲染函数，第一个参数为模板，第二个为要传的数据。

4.2 模板文件实现

其中模板文件 index.html 和 search.html 都在 templates 文件夹中（这是 Flask 默认设置的）：

此处输入图片的描述

index.html 页面提供进入系统的首页，及查询输入的数据框，实现代码：


<!doctype html>
<head><title>Recommend</title>
<style type="text/css"> 
#body{
text-align:center;
}
#content{
margin-left:25%;
}
</style> 
</head>

<body>
    <div id="body">
    <br/><br/><br/><br/><br/>
    <br/><br/><br/><br/><br/>
    <form name="input" action="/search/" method="get">
    <br/><br/>
    User Number: 
    <input type="text" name="user" />
    <input type="submit" value="Search" />
    </form>
</body>
</div>
</html>

search.html 页面提供输出结果，实现代码：


<!doctype html>
<head><title>Recommend</title>
<style type="text/css"> 
.videoshow{
border-bottom:5px solid #EFEFEF;
padding:20px 10% 20px 20px;
margin:30px 25% 30px 5%;
}
#body{
text-align:center;
}
#content{
margin-left:25%;
}
</style>
</head>

<body>
    <div id="body">
    <form name="input" action="/search/" method="get">
    <br/><br/>
    User Number: 
    <input type="text" name="user" />
    <input type="submit" value="Search" />
    </form>
    <br/><br/>
    <div id="content">
    <div class="videoshow">
    <p class="title">{{Data['name']}}</p>
    <p class="Introduction">{{Data['brief']}}</p>
    </div>
    </div>
    </div>
</body>
</html>

现在就完成了整个系统的构建和编码。

4.3 测试启动

启动前需要注意，启动中可能会出现 MySQLdb 模块找不到的错误，原因是我们把模块装在了系统自带的 Python 库中，而不是我们新安装的的。

解决办法为将下面几个文件夹和文件，从 /usr/lib/python2.7/dist-packages/ 目录复制到下图中的代码 virtualenv 的目录中即可：

此处输入图片的描述

接下来，我们将开始测试我们的系统，打开 Xfce 终端，进入 virtualenv，运行 app.py 后，打开浏览器访问 localhost:5000，你会进入 index.html 界面。

输入用户编号1

此处输入图片的描述

点击 search 按钮后，你将会进入 search 界面：

此处输入图片的描述

解释一下界面内容，d为推荐番剧的名称，D为推荐番剧的简介。至此，我们的简单推荐系统完成

五、总结

本次实验我们用 Flask 框架和 Mysql 数据库完成了简单的番剧推荐系统。最后成功为我们输入的用户推荐了一个没有看过的番剧，并通过网页显示出来。相信大家通过此，不仅了解到 Flask 使用和数据库的使用，还懂得推荐系统的基本原理。大家可以对推荐算法进行进一步的优化，以有更好的效果。

oxuzhenyi

关注

0
点赞
踩
8

收藏

觉得还不错? 一键收藏
1
评论
基于 Flask 与 MySQL 实现番剧推荐系统（2）

推荐系统的实现一、实验简介1.1 实验介绍本节实验我们将在上一节实验的基础上实现推荐系统的核心部分。1.2 知识点本节实验中我们将学习并实践下列知识点：Jinja2模板引擎的使用http请求的处理复杂sql查询的使用简单的推荐算法二、基础知识路由： Flask 支持用 route() 装饰器把一个函数绑定到对应的 URL 上，从而实现
复制链接

扫一扫